Por mais de 30 anos, a fotógrafa de ciências Felice Frankel ajudou os professores, pesquisadores e estudantes ao MIT a comunicar visualmente seu trabalho. Ao longo desse tempo, ela viu o desenvolvimento de várias ferramentas para apoiar a criação de imagens convincentes: algumas úteis e outras antitéticas ao esforço de produzir uma representação confiável e completa da pesquisa. Em uma peça de opinião recente publicada em Natureza Revista, Frankel discute o crescente uso de inteligência synthetic generativa (Genai) nas imagens e os desafios e implicações que ele tem para comunicar pesquisas. Em uma nota mais pessoal, ela questiona se ainda haverá um lugar para um fotógrafo de ciências na comunidade de pesquisa.
Q: Você mencionou que, assim que uma foto é tirada, a imagem pode ser considerada “manipulada”. Existem maneiras de manipular suas próprias imagens para criar um visible que comunique com mais sucesso a mensagem desejada. Onde está a linha entre manipulação aceitável e inaceitável?
UM: No sentido mais amplo, as decisões tomadas sobre como enquadrar e estruturar o conteúdo de uma imagem, juntamente com as quais as ferramentas usadas para criar a imagem, já são uma manipulação da realidade. Precisamos lembrar que a imagem é apenas uma representação da coisa, e não a coisa em si. As decisões devem ser tomadas ao criar a imagem. A questão crítica não é manipular os dados e, no caso da maioria das imagens, os dados são a estrutura. Por exemplo, para uma imagem que fiz há algum tempo, excluí digitalmente a placa de Petri na qual uma colônia de leveduras estava crescendo, para chamar a atenção para a impressionante morfologia da colônia. Os dados na imagem são a morfologia da colônia. Eu não manipulei esses dados. No entanto, sempre indico no texto se fiz algo em uma imagem. Discuto a ideia de aprimoramento da imagem no meu guide, “Os elementos visuais, fotografia. ”
Q: O que os pesquisadores podem fazer para garantir que sua pesquisa seja comunicada de maneira correta e eticamente?
UM: Com o advento da IA, vejo três questões principais relativas à representação visible: a diferença entre ilustração e documentação, a ética em torno da manipulação digital e uma necessidade contínua de os pesquisadores serem treinados na comunicação visible. Durante anos, tenho tentado desenvolver um programa de alfabetização visible para as aulas atuais e futuras de pesquisadores de ciências e engenharia. O MIT possui um requisito de comunicação que aborda principalmente a escrita, mas e o visible, que não é mais tangencial a uma submissão de diário? Aposto que a maioria dos leitores de artigos científicos vai direto para as figuras, depois de ler o resumo.
Precisamos exigir que os alunos aprendam a olhar criticamente para um gráfico ou imagem publicados e decidir se há algo estranho acontecendo com ele. Precisamos discutir a ética de “cutucar” uma imagem para parecer uma certa maneira predeterminada. Descrevo no artigo um incidente quando um aluno alterou uma das minhas imagens (sem me pedir) para corresponder ao que o aluno queria se comunicar visualmente. Eu não permiti, é claro, e fiquei desapontado por a ética de tal alteração não ter sido considerada. Precisamos desenvolver, no mínimo, conversas no campus e, melhor ainda, criar um requisito de alfabetização visible, juntamente com o requisito de escrita.
Q: A IA generativa não vai embora. O que você vê como o futuro para comunicar a ciência visualmente?
UM: Para o Natureza Artigo, decidi que uma maneira poderosa de questionar o uso da IA na geração de imagens period por exemplo. Usei um dos modelos de difusão para criar uma imagem usando o seguinte immediate:
“Crie uma foto dos cristais de nano de Moungi Bawendi em frascos contra um fundo preto, fluorescendo em diferentes comprimentos de onda, dependendo do seu tamanho, quando excitados com a luz UV.”
Os resultados da minha experimentação de IA eram frequentemente imagens parecidas com desenhos animados que dificilmente poderiam passar como realidade-muito menos a documentação-mas haverá uma época em que serão. Em conversas com colegas de comunidades de pesquisa e ciência da computação, todos concordam que devemos ter padrões claros sobre o que é e não é permitido. E o mais importante, um Genai Visible nunca deve ser permitido como documentação.
Mas os visuais gerados pela IA serão, de fato, úteis para fins de ilustração. Se um visible gerado pela IA for submetido a um diário (ou, nesse caso, ser mostrado em uma apresentação), acredito que o pesquisador deve
- Claramente, rotule se uma imagem foi criada por um modelo de IA;
- indicar qual modelo foi usado;
- Inclua o immediate foi usado; e
- Inclua a imagem, se houver uma, que foi usada para ajudar o immediate.